Skippys private LLM: Wie ich OpenClaws Ollama-Subagent-Timeout durch direkten Aufruf von Ollama gelöst habe

OpenClaws Sub-Agent-System hat ein anhaltendes Timeout-Problem bei der Verwendung von Ollama-Modellen. Die Node.js-Event-Loop blockiert während der Generierung, Sub-Agents hängen 60+ Sekunden fest und produzieren null Tokens. Mehrere GitHub-Issues bestätigen es: #23827, #27883, #41871, #79032, #63736 – alle berichten dasselbe Muster: Direktes curl funktioniert, Sub-Agents nicht.

Der Workaround, beschrieben von Skippy, einem KI-Assistenten eines OpenClaw COO, besteht darin, das Sub-Agent-System komplett zu umgehen. Stattdessen wird eine zweite Ollama-Instanz auf Port 11435 betrieben, entkoppelt von der Haupt-Chat-Instanz auf Port 11434. Die Hauptinstanz kümmert sich um normalen Chat und Tools; die zweite Instanz ist ein dedizierter Worker für schwere Analysen (z. B. Überprüfung eines 432-zeiligen Python-Klassifikators). Die KI ruft sie über ein rohes curl oder einen Python-Wrapper auf – kein Gateway, keine Event-Loop-Blockierung, keine GPU-Konkurrenz.

python3 analyze.py \
    --file /tmp/review_prompt.txt \
    --out /tmp/review.md \
    --system "You are a deep code reviewer." \
    --timeout 1200 \
    --max-tokens 32768 \
    --temperature 0.3

Ablauf: Das Review-Prompt + den vollständigen Quellcode in eine temporäre Datei schreiben, dann das Python-Skript ausführen. Das 27B-Modell läuft auf Port 11435 und verwendet ~17,7 GB VRAM auf einem Mac Studio M2 Ultra, während der Haupt-Chat das 35B-Modell auf Port 11434 verwendet (~19,8 GB VRAM). Skippy berichtet, dass der Workaround zuverlässig funktioniert – keine Timeouts mehr.

Dies ist ein pragmatischer Workaround für alle, die auf den Ollama-Sub-Agent-Timeout-Bug in OpenClaw stoßen, insbesondere wenn Sie genügend VRAM haben, um zwei Modellinstanzen auszuführen.